論文の概要: A Three-Way Testing Framework for Quantifying Epistemic Calibration Uncertainty in SBI

• arxiv url: http://arxiv.org/abs/2609.24419v1
• Date: Mon, 21 Sep 2026 11:13:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 03:38:27.398144
• Title: A Three-Way Testing Framework for Quantifying Epistemic Calibration Uncertainty in SBI
• Title（参考訳）: SBIにおけるてんかんの校正不確かさの定量化のための3段階検査フレームワーク
• Abstract要約: 校正の不確かさを診断するための新しいツールを提案する。 このツールを用いてキャリブレーションセットに必要なシミュレーション予算を効果的に評価する方法を実証する。
• 参考スコア（独自算出の注目度）: 2.2080796858692575
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current experimental scientists increasingly rely on simulation-based inference (SBI) to invert complex models with intractable likelihoods. A primary goal in these settings is to obtain credible regions with valid coverage. While recent model-agnostic conformal calibration methods have succeeded in constructing credible sets with prescribed local Bayesian coverage, their approximate nature introduces inherent epistemic uncertainty in the calibration process. In this work, we propose a novel tool for diagnosing calibration uncertainty. Our approach is based on a simple three-way hypothesis testing procedure. We demonstrate how this tool can be used to effectively assess necessary simulation budgets for calibration sets and analyze the epistemic uncertainty associated with cutoff estimation.
• Abstract（参考訳）: 現在の実験科学者は、計算可能な確率を持つ複雑なモデルを逆転するために、シミュレーションベースの推論(SBI)をますます頼りにしている。 これらの設定の主な目標は、有効なカバレッジを持つ信頼できるリージョンを取得することです。 最近のモデル非依存型共形キャリブレーション法は, 所定の局所ベイズ被覆を有する信頼性セットの構築に成功しているが, その近似特性は, キャリブレーション過程に固有の疫学的不確実性をもたらす。 本研究では,キャリブレーションの不確かさを診断するための新しいツールを提案する。 提案手法は簡易な3方向仮説試験法に基づく。 本研究では, このツールを用いて, キャリブレーションセットに必要なシミュレーション予算を効果的に評価し, カットオフ推定に伴うてんかんの不確かさを解析する方法を実証する。

関連論文リスト

• Discovery of Hidden Miscalibration Regimes [52.452902154360565]
  モデルは何らかの入力を体系的に過信し、他人を過信することがある。 対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。 提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
  論文  参考訳（メタデータ） (2026-05-13T13:07:50Z)
• On Calibration of Large Language Models: From Response To Capability [66.59139960234326]
  大規模言語モデル(LLM)は汎用的な問題解決手段として広くデプロイされている。 本稿では,クエリ上でモデルが期待する精度を目標とするキャリブレーションを提案する。 我々の結果は、キャパシティ校正された信頼度がpass@$k$予測と推論予算割り当てを改善することを示している。
  論文  参考訳（メタデータ） (2026-02-14T01:07:45Z)
• CP4SBI: Local Conformal Calibration of Credible Sets in Simulation-Based Inference [1.8840155706520811]
  本研究では,局所ベイズカバレッジを持つ信頼可能な集合を構成するモデルに依存しない共形キャリブレーションフレームワークを開発する。 我々の提案した2つの変種、すなわち回帰木による局所校正とCDFに基づく校正により、任意のスコアリング関数に対して有限サンプルの局所カバレッジを保証する。
  論文  参考訳（メタデータ） (2025-08-23T16:13:10Z)
• A calibration test for evaluating set-based epistemic uncertainty representations [25.768233719182742]
  本稿では,分布の調整を行う集合の予測に凸結合が存在するかどうかを判定する新しい統計テストを提案する。 従来の手法とは対照的に,我々のフレームワークはコンベックスの組み合わせをインスタンス依存にし,異なるアンサンブルメンバーが入力空間の異なる領域でよりキャリブレーションされていることを認識する。
  論文  参考訳（メタデータ） (2025-02-22T17:10:45Z)
• Achieving Well-Informed Decision-Making in Drug Discovery: A Comprehensive Calibration Study using Neural Network-Based Structure-Activity Models [4.619907534483781]
  薬物と標的の相互作用を予測する計算モデルは、新しい治療薬の開発を加速するための貴重なツールである。 しかし、そのようなモデルはキャリブレーションが不十分であり、信頼性の低い不確実性推定をもたらす。 本研究では,ポストホックキャリブレーション法と不確実な定量化手法を組み合わせることで,モデルの精度とキャリブレーションを向上できることを示す。
  論文  参考訳（メタデータ） (2024-07-19T10:29:00Z)
• Calibrating Neural Simulation-Based Inference with Differentiable Coverage Probability [50.44439018155837]
  ニューラルモデルのトレーニング目的に直接キャリブレーション項を含めることを提案する。 古典的なキャリブレーション誤差の定式化を緩和することにより、エンドツーエンドのバックプロパゲーションを可能にする。 既存の計算パイプラインに直接適用でき、信頼性の高いブラックボックス後部推論が可能である。
  論文  参考訳（メタデータ） (2023-10-20T10:20:45Z)
• Calibration of Neural Networks [77.34726150561087]
  本稿では,ニューラルネットワークの文脈における信頼性校正問題について調査する。 我々は,問題文,キャリブレーション定義,評価に対する異なるアプローチについて分析する。 実験実験では、様々なデータセットとモデルをカバーし、異なる基準に従って校正方法を比較する。
  論文  参考訳（メタデータ） (2023-03-19T20:27:51Z)
• Modular Conformal Calibration [80.33410096908872]
  回帰における再校正のためのアルゴリズムを多種多様なクラスで導入する。 このフレームワークは、任意の回帰モデルをキャリブレーションされた確率モデルに変換することを可能にする。 我々は17の回帰データセットに対するMCCの実証的研究を行った。
  論文  参考訳（メタデータ） (2022-06-23T03:25:23Z)
• Unsupervised Calibration under Covariate Shift [92.02278658443166]
  ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。 実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
  論文  参考訳（メタデータ） (2020-06-29T21:50:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。